Swift中构建GPT-4-Vision预览版POST请求JSON请求体问题

针对你需要构建包含文本和图片URL的GPT-4V请求体需求，以下两种方案可以解决现有Codable结构体的缺失问题：

方案一：枚举关联值（类型安全） #

通过枚举关联值严格区分两种内容类型，避免无效的属性组合，同时实现Codable协议完成编码解码：

struct ImageInputRequestBody: Codable {
    let model: String = "gpt-4-vision-preview"
    let messages: [Message]
    let maxTokens: Int = 300
    
    enum CodingKeys: String, CodingKey {
        case model, messages
        case maxTokens = "max_tokens"
    }
    
    struct Message: Codable {
        let role: String
        let content: [Content]
    }
    
    enum Content: Codable {
        case text(String)
        case imageURL(String)
        
        func encode(to encoder: Encoder) throws {
            var container = encoder.container(keyedBy: CodingKeys.self)
            switch self {
            case .text(let text):
                try container.encode("text", forKey: .type)
                try container.encode(text, forKey: .text)
            case .imageURL(let url):
                try container.encode("image_url", forKey: .type)
                try container.encode(ImageURLWrapper(url: url), forKey: .imageURL)
            }
        }
        
        init(from decoder: Decoder) throws {
            let container = try decoder.container(keyedBy: CodingKeys.self)
            let type = try container.decode(String.self, forKey: .type)
            switch type {
            case "text":
                self = .text(try container.decode(String.self, forKey: .text))
            case "image_url":
                let wrapper = try container.decode(ImageURLWrapper.self, forKey: .imageURL)
                self = .imageURL(wrapper.url)
            default:
                throw DecodingError.dataCorruptedError(forKey: .type, in: container, debugDescription: "未知内容类型：\(type)")
            }
        }
        
        enum CodingKeys: String, CodingKey {
            case type, text, imageURL = "image_url"
        }
        
        private struct ImageURLWrapper: Codable {
            let url: String
        }
    }
}

使用示例 #

// 构建文本和图片内容
let textContent = ImageInputRequestBody.Content.text("动态传入的文本内容")
let imageContent = ImageInputRequestBody.Content.imageURL("https://example.com/your-image.jpg")

// 组装请求体
let message = ImageInputRequestBody.Message(role: "user", content: [textContent, imageContent])
let requestBody = ImageInputRequestBody(messages: [message])

// 编码为JSON Data用于POST请求
do {
    let jsonData = try JSONEncoder().encode(requestBody)
    // 将jsonData传入URLRequest的httpBody即可
} catch {
    print("编码失败：\(error)")
}

方案二：结构体可选属性（简洁实现） #

通过给Content结构体添加可选属性，配合便捷初始化方法快速构建不同类型的内容，实现成本更低：

struct ImageInputRequestBody: Codable {
    let model: String = "gpt-4-vision-preview"
    let messages: [Message]
    let maxTokens: Int = 300
    
    enum CodingKeys: String, CodingKey {
        case model, messages
        case maxTokens = "max_tokens"
    }
    
    struct Message: Codable {
        let role: String
        let content: [Content]
    }
    
    struct Content: Codable {
        let type: String
        let text: String?
        let imageURL: ImageURL?
        
        enum CodingKeys: String, CodingKey {
            case type, text
            case imageURL = "image_url"
        }
        
        struct ImageURL: Codable {
            let url: String
        }
        
        // 便捷初始化方法，快速创建文本内容
        static func text(_ text: String) -> Content {
            Content(type: "text", text: text, imageURL: nil)
        }
        
        // 便捷初始化方法，快速创建图片URL内容
        static func imageURL(_ url: String) -> Content {
            Content(type: "image_url", text: nil, imageURL: ImageURL(url: url))
        }
    }
}

使用示例 #

let textContent = ImageInputRequestBody.Content.text("动态文本")
let imageContent = ImageInputRequestBody.Content.imageURL("https://example.com/another-image.png")

let message = ImageInputRequestBody.Message(role: "user", content: [textContent, imageContent])
let requestBody = ImageInputRequestBody(messages: [message])

do {
    let jsonData = try JSONEncoder().encode(requestBody)
} catch {
    print("编码错误：\(error)")
}

方案对比 #

• 枚举方案：类型安全，确保每个Content实例只能是一种类型，不会出现无效组合，适合需要严格校验的场景。
• 结构体方案：代码更简洁，实现速度快，适合快速开发，但需要注意不要错误地同时设置text和imageURL属性。

内容的提问来源于stack exchange，提问作者Vader20FF